java生成docx文件、pdf文件、docx转pdf、docx转图片 pdf转图片工具

docx4j生成docx文件、pdf文件、docx转pdf、docx转图片 pdf转图片工具

最近写项目时遇到一些操作数据填充word、pdf以及word转pdf、word转图片的需求。网络搜索资料经整理如下
操作office文档、pdf一般来说有好几种实现方式

1、docx4j+apache.pdfbox

1.1 引入maven

   <!-- pdf 转图片  -->
        
            org.apache.pdfbox</groupId>
            pdfbox</artifactId>
            2.0.25</version>
        </dependency>
        <!--
               
                   org.apache.poi</groupId>
                   poi-ooxml</artifactId>
                   3.10.1</version>
               </dependency>
       -->
        <!-- https://mvnrepository.com/artifact/fr.opensagres.xdocreport/org.apache.poi.xwpf.converter.pdf-->
        
            fr.opensagres.xdocreport</groupId>
            org.apache.poi.xwpf.converter.pdf</artifactId>
            1.0.4</version>
        </dependency>
        <!-- pdf 转图片 -->

        <!-- docx4j 创建docx文件、pdf文档、word转pdf文档-->
        
            org.docx4j</groupId>
            docx4j-JAXB-Internal</artifactId>
            8.2.4</version>
        </dependency>
        
            org.docx4j</groupId>
            docx4j-export-fo</artifactId>
            8.2.4</version>
        </dependency>
        <!-- docx4j 创建docx文件、pdf文档、word转pdf文档-->

1.2 工具类

package com.sl.utils.office.word;

import com.sl.utils.id.IDUtils;
import org.apache.commons.collections4.MapUtils;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.PDFRenderer;
import org.docx4j.Docx4J;
import org.docx4j.TraversalUtil;
import org.docx4j.XmlUtils;
import org.docx4j.dml.wordprocessingDrawing.Inline;
import org.docx4j.finders.RangeFinder;
import org.docx4j.fonts.IdentityPlusMapper;
import org.docx4j.fonts.Mapper;
import org.docx4j.fonts.PhysicalFonts;
import org.docx4j.jaxb.Context;
import org.docx4j.openpackaging.exceptions.Docx4JException;
import org.docx4j.openpackaging.packages.WordprocessingMLPackage;
import org.docx4j.openpackaging.parts.WordprocessingML.BinaryPartAbstractImage;
import org.docx4j.openpackaging.parts.WordprocessingML.MainDocumentPart;
import org.docx4j.wml.*;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.ArrayList;
import java.util.List;
import java.util.Map;
/**
 * docx4j生成docx文件、pdf文件、docx转pdf、docx转图片 pdf转图片工具
 *
 * 有三种方式
 * 1 通过占位符
 *
 * 

 * 通过docx文件的书签、占位符替换变量
 * 

 * 通过占位符替换注意
 * * 通过占位符替换注意 -----------坑坑坑坑 直接再docx文件中进行修改占位符不一定会连续！！！-----------
 * ${var}必须是连续的，否则取不到变量。有时候取不到变量的时候可以抓换为xml然后查看你的变量是否是连续的
 * 可以通过如下方式解决 现在docx文件中写入占位符然后
 * 把当前docx文件用rar或zip打开，找到其中的 word/document.xml文件，修改占位符连续
 * 

 * 比如把
 * 
 * ${na</w:t>
 * </w:r>
 * 
 * me}</w:t>
 * </w:r>
 * 修改为
 * 
 * ${name}</w:t>
 * </w:r>
 * 2、全部通过书签
 * 3、通过域变量
 *  通过域变量需要重写 docx4居中 XmlUtils 工具类中unmarshallFromTemplate方法 以适配域变量
 *  具体目录在 org.docx4j
 * @author gaoxueyong
 * @create at: 2021/12/28 下午15:02
 */
public class DocxAndPdfAndImgUtils {
    private static final Logger log = LoggerFactory.getLogger(DocxAndPdfAndImgUtils.class);
    private static WordprocessingMLPackage wordMLPackage;
    private static ObjectFactory factory;

    /**
     * 通过docx模板获取docx模板转换的图片
     * @param templatePath 模板文件
     * @param mappings 要匹配的占位符数据
     * @param fileMapping 书签名称对于的文件
     * @return
     */
    public static List[]> getPngByDocxTemplate(String templatePath, Map, String> mappings, Map, byte[]> fileMapping) {
        return pdfToImg(getPdfFile(templatePath, mappings, fileMapping));
    }

    /**
     * 通过模板获取转换后docx的二进制数组
     * @param templatePath 模板文件
     * @param mappings 要匹配的占位符数据
     * @param fileMapping 书签名称对于的文件
     * @return
     */
    public static byte[] getDocxByTemplate(String templatePath, Map, String> mappings, Map, byte[]> fileMapping) {
        File docxFile = getDocxFile(templatePath, mappings, fileMapping);
        try {
            if (null == docxFile) {
                return null;
            }
            byte[] bytes = Files.readAllBytes(docxFile.toPath());
            if (docxFile.exists()) {
                docxFile.delete();
            }
            return bytes;
        } catch (IOException e) {
            log.error("获取文件失败");
            if (docxFile.exists()) {
                docxFile.delete();
            }
            return null;
        }
    }

    /**
     * 通过模板获取转换后pdf文件
     * @param templatePath 模板文件
     * @param mappings 要匹配的占位符数据
     * @param fileMapping 书签名称对于的文件
     * @return
     */
    public static byte[] getPdfFile(String templatePath, Map, String> mappings, Map, byte[]> fileMapping){
        try {
            File docxFile = getDocxFile(templatePath, mappings, fileMapping);
            if(null == docxFile){
                return null;
            }
            WordprocessingMLPackage wordMLPackage = WordprocessingMLPackage.load(docxFile);
            Path pdf = Files.createTempFile(IDUtils.getPrimaryId(), "pdf");
            File pdfFile = pdf.toFile();
            if(null == pdfFile){
                log.error("创建文件失败");
                return null;
            }
            Docx4J.toPDF(wordMLPackage, new FileOutputStream(pdfFile));
            if(docxFile.exists()){
                docxFile.delete();
            }
            byte[] bytes = Files.readAllBytes(pdf);
            if(pdfFile.exists()){
                pdfFile.delete();
            }
            return bytes;
        } catch (Docx4JException e) {
            log.error("bookReplaceVarText error:Docx4JException ", e);
            return null;
        } catch (Exception e) {
            log.error("bookReplaceVarText error:Docx4JException ", e);
            return null;
        }
    }
    /**
     * 通过文件输入流获取pdf文档的二进制数组
     * @param docxInputstream
     * @return
     */
    public static byte[] getPdfByte(InputStream docxInputstream){
        try {
            if(null == docxInputstream){
                return null;
            }
            WordprocessingMLPackage wordMLPackage = WordprocessingMLPackage.load(docxInputstream);
            Path pdf = Files.createTempFile(IDUtils.getPrimaryId(), "pdf");
            File pdfFile = pdf.toFile();
            if(null == pdfFile){
                log.error("创建文件失败");
                return null;
            }
            Docx4J.toPDF(wordMLPackage, new FileOutputStream(pdfFile));
            byte[] bytes = Files.readAllBytes(pdf);
            if(pdfFile.exists()){
                pdfFile.delete();
            }
            return bytes;
        } catch (Docx4JException e) {
            log.error("bookReplaceVarText error:Docx4JException ", e);
            return null;
        } catch (Exception e) {
            log.error("bookReplaceVarText error:Docx4JException ", e);
            return null;
        }
    }
    /**
     * 通过模板获取转换后docx文件
     * @param templatePath 模板文件
     * @param mappings 要匹配的占位符数据
     * @param fileMapping 书签名称对于的文件
     * @return
     */
    public static File getDocxFile(String templatePath, Map, String> mappings, Map, byte[]> fileMapping){
        try {
            wordMLPackage = WordprocessingMLPackage.load(new File(templatePath));
            MainDocumentPart mainDocumentPart = wordMLPackage.getMainDocumentPart();
            if(MapUtils.isNotEmpty(mappings)){
                mainDocumentPart.variableReplace(mappings);
            }

            factory = Context.getWmlObjectFactory();
            Document wmlDoc = (Document) mainDocumentPart.getJaxbElement();
            Body body = wmlDoc.getBody();
            // 提取正文中所有段落
            List